# 外部测试：含义及其重要性

> 外部测试是指在 SI 模型发布前，由政府机构和独立专家而非实验室自己对其进行的评估。附来源链接。

Source: https://enterrsi.si/zh/encyclopedia/pre-deployment-testing/
Updated: 2026-11-08

1. [首页](https://enterrsi.si/zh/)
2. [百科](https://enterrsi.si/zh/encyclopedia/)
3. 外部测试

RSI 百科 · 术语

# 外部测试

外部测试是指 SI 模型在发布前由政府机构和独立专家（而不仅是实验室自己）进行的评估，它是遏制评分榜的五项评级之一。

类别
:   术语

又称
:   部署前测试，第三方评估，外部评估

失控日志案例
:   0

使用该术语的法规
:   7

## 通俗解释

实验室测试自己的模型存在利益冲突：它想要发布。外部测试会引入与发布没有利害关系的评估方，例如 UK AI Security Institute、美国 CAISSI，以及 METR 和 Apollo Research 等独立机构，在公众获得访问权限之前探查危险能力和未对齐行为。

其价值取决于细节。测试方需要足够的时间、对模型能力最强版本的访问权限，以及公布其发现的自由。实际上，访问时间往往只有几天或几周，依据的是由实验室制定的协议，而且结果可能要经过公司审查后才能发布。遏制评分榜会就以下几点为每家实验室评级：其最新旗舰模型在发布前是否经过外部测试、外部测试方的访问深度如何，以及结果是否公开。EU General-Purpose AI Code of Practice（欧盟通用人工智能行为准则）如今要求对能力最强的模型进行外部评估，仅有有限的豁免。

## 对失控 SI 的意义

外部测试方往往是第一批审视新前沿模型的独立眼光。许多失控行为的早期迹象都来自他们的报告。

## 使用该术语的法律与规则

- 自愿或指导性 [**GPAI Code of Practice（Safety and Security）**](https://enterrsi.si/zh/encyclopedia/eu-gpai-code-safety-security/) 欧盟
- 已提出 [**FRONTIER Act**](https://enterrsi.si/zh/encyclopedia/us-frontier-act/) 美国
- 已通过，尚未生效 [**SB 813**](https://enterrsi.si/zh/encyclopedia/ca-sb-813/) 加利福尼亚州
- 已生效 [**EO N-9-26**](https://enterrsi.si/zh/encyclopedia/ca-eo-n-9-26/) 加利福尼亚州
- 已通过，尚未生效 [**SB 315**](https://enterrsi.si/zh/encyclopedia/il-sb-315/) 伊利诺伊州
- 自愿或指导性 [**自愿行为准则**](https://enterrsi.si/zh/encyclopedia/ca-voluntary-code/) 加拿大
- 自愿或指导性 [**联合国科学小组**](https://enterrsi.si/zh/encyclopedia/un-scientific-panel/) United Nations

## 来源

1. [The General-Purpose AI Code of Practice](https://digital-strategy.ec.europa.eu/en/policies/gpai-code-practice) European Commission · 2026年10月7日
2. [H.R. 9925, FRONTIER Act, 119th Congress](https://legiscan.com/US/bill/HB9925/) LegiScan

这个术语

术语
:   外部测试

又称
:   部署前测试，第三方评估，外部评估

类别
:   术语

相关术语
:   4

相关术语

[SI 安全研究所 **术语**](https://enterrsi.si/zh/encyclopedia/safety-institute/)[红队测试 **术语**](https://enterrsi.si/zh/encyclopedia/red-teaming/)[系统卡 **术语**](https://enterrsi.si/zh/encyclopedia/system-card/)[评估博弈 **术语**](https://enterrsi.si/zh/encyclopedia/evaluation-gaming/)

引用本条目

“外部测试”。RSI 百科，enterrsi.si，2026年11月8日。https://enterrsi.si/zh/encyclopedia/pre-deployment-testing/

可依据 CC BY 4.0 协议自由引用，请附上 enterrsi.si 链接。

RSI 百科

## 继续阅读

207 个条目，涵盖失控 SI 相关的术语、实验室、模型、法规和大事件，并收录失控事件数据库中的每个案例。

[上一个术语 正交性论题](https://enterrsi.si/zh/encyclopedia/orthogonality-thesis/)[下一个术语 p(doom)](https://enterrsi.si/zh/encyclopedia/p-doom/)

进入 RSI

## 所有术语、实验室、模型与法规

浏览完整的 A 到 Z 索引，按类别筛选或搜索名称。

[打开百科](https://enterrsi.si/zh/encyclopedia/)
[事件数据库](https://enterrsi.si/zh/incidents/)
[遏制评分榜](https://enterrsi.si/zh/containment-board/)